Wichtigste Erkenntnisse

• 1 trillion Parameter, 37B aktiv: DeepSeek V4 verwendet eine Mixture-of-Experts-Architektur, die nur etwa 37B Parameter pro token aktiviert – wodurch die inference-Kosten trotz 50% mehr Gesamtparametern vergleichbar mit V3 bleiben.
• 81% SWE-Bench Verified: V4 beansprucht die Krone der Coding-Benchmarks – und schlägt damit den bisherigen Rekord von Claude Opus 4.5 von 80.9%.
• Engram memory ist der architektonische Durchbruch: Ein neues konditionales Memory-System, das O(1) Knowledge-Lookup ermöglicht und eine Genauigkeit von 97% bei Needle-in-a-Haystack auf einer Skala von einer Million tokens erreicht.
• 10x günstiger als westliche Wettbewerber: Mit $0.30/M input tokens unterbietet V4 GPT-5.4 ($2.50) und Claude ($3-15) um eine Größenordnung.
• Open-source unter Apache 2.0: Vollständige Modellgewichte sind für das lokale Deployment, Fine-tuning und die kommerzielle Nutzung verfügbar – das einzige Modell der Frontier-Klasse mit diesem Grad an Offenheit.

DeepSeek V4: Das Open-source-Modell, das die Ökonomie der KI neu schreibt

DeepSeek hat es wieder getan. Nachdem V3 bewiesen hat, dass ein chinesisches Labor Modelle der Frontier-Klasse zu einem Bruchteil der westlichen Kosten bauen kann, erhöht V4 den Einsatz auf ein Niveau, das die Aufmerksamkeit jedes Entwicklers, Startups und Unternehmens erfordert, das Entscheidungen über KI-Infrastruktur trifft.

Eine trillion Parameter. Kontext von einer Million tokens. Nativ multimodal. 81% SWE-Bench Verified. Und das alles Open-source unter Apache 2.0 bei 10-40x niedrigeren inference-Kosten als bei westlichen Wettbewerbern.

Ob diese Behauptungen einer unabhängigen Prüfung vollständig standhalten, wird derzeit noch geklärt. Aber die architektonischen Innovationen – insbesondere Engram memory – stellen echte Fortschritte dar, die das Design von Modellen in der gesamten Branche unabhängig davon beeinflussen werden.

Hier ist alles, was wir bis März 2026 wissen.

Zeitplan der Veröffentlichung

Der Weg zur Veröffentlichung von DeepSeek V4 war holprig, mit mehreren verzögerten Zeitfenstern:

Der verzögerte Zeitplan steigerte tatsächlich die Erwartung. Bis zum Start von V4 war das Engram-Paper bereits weitläufig diskutiert worden, und die Erwartungen waren extrem hoch.

Tiefer Einblick in die Architektur

Mixture-of-Experts im Billionen-Maßstab

DeepSeek V4 setzt die MoE-Architektur fort, die V3 so effizient gemacht hat, aber skaliert sie dramatisch:

Die entscheidende Erkenntnis: Die Gesamtparameter stiegen um 50%, aber die aktiven Parameter pro token blieben mit ~37B konstant. Dies bedeutet, dass V4 Zugang zu weitaus mehr Wissen und Fähigkeiten hat, ohne die inference-Kosten proportional zu erhöhen.

Engram: Die Memory-Revolution

Engram ist die architektonisch bedeutendste Innovation in V4. Detailliert in DeepSeek's Paper vom Januar 2026 ("Conditional Memory via Scalable Lookup: A New Axis of Sparsity for Large Language Models"), adressiert es eine grundlegende Einschränkung von Transformers.

Das Problem: Traditionelle Transformers behandeln jedes Wissenselement auf die gleiche Weise – durch Berechnung. Egal, ob das Modell abrufen muss, dass "Paris die Hauptstadt von Frankreich ist" (ein statischer Fakt) oder über einen komplexen Code-Refactor nachdenken muss (dynamische Berechnung), es verwendet denselben Attention-Mechanismus. Das ist verschwenderisch.

Die Lösung von Engram: Hinzufügen eines separaten Memory-Systems für statisches, deterministisches Wissen. Anstatt die Antwort auf "Was ist die Hauptstadt von Frankreich?" durch mehrere Attention-Layer zu berechnen, bietet Engram einen O(1) deterministischen Lookup – im Grunde eine gelernte Hash-Tabelle für faktisches Wissen.

Die wichtigste Erkenntnis – Sparsity Allocation Law: Die Forschung von DeepSeek ergab, dass unter einem festen Budget für sparse Parameter die optimale Aufteilung etwa 20-25% Memory (Engram) und 75-80% Berechnung (MoE) beträgt. Dieses Verhältnis maximiert sowohl die Recall-Genauigkeit als auch die Reasoning-Fähigkeit.

Auswirkungen auf die Performance: Engram erreicht eine Genauigkeit von 97% bei Needle-in-a-Haystack auf einer Skala von einer Million tokens Kontext und löst damit das Problem der Verschlechterung des Retrieval, das Standard-Transformer-Architekturen plagt. Bei 1M tokens fällt die Retrieval-Genauigkeit der meisten Modelle unter 80%. V4 mit Engram hält 97%.

DeepSeek Sparse Attention (DSA)

Über Engram hinaus führt V4 DeepSeek Sparse Attention ein – einen Attention-Mechanismus, der die Rechenleistung dynamisch basierend auf der Komplexität des Inputs zuweist. Einfache Passagen erhalten eine leichtgewichtige Attention; Passagen mit komplexem Reasoning erhalten die volle Attention-Tiefe.

Dies macht das Kontextfenster von einer Million tokens erst praktikabel. Ohne DSA wäre die Verarbeitung von 1M tokens selbst bei den niedrigen Kosten von DeepSeek unerschwinglich teuer. Damit wird der Großteil des Kontextfensters effizient verarbeitet, wobei die volle Rechenleistung für die Teile reserviert bleibt, die sie benötigen.

Manifold-Constrained Hyper-Connections

Die dritte architektonische Innovation sind Manifold-Constrained Hyper-Connections – eine Technik, die den Gradientenfluss während des Trainings verbessert. Das praktische Ergebnis ist ein stabileres Training auf einer Skala von einer trillion Parametern, was teilweise erklärt, wie DeepSeek V4 zu einem Bruchteil der westlichen Kosten trainiert hat.

Benchmark-Analyse

Die Zahlen

Vorbehalt: Unabhängige Verifizierung

Es ist wichtig zu beachten, dass bis Ende März 2026 viele dieser Zahlen aus internen Benchmarks stammen. Bevor Drittanbieter-Evaluierungen von Organisationen wie Artificial Analysis, LMSYS oder unabhängigen Forschern die Behauptungen vollständig bestätigen, sollten die genauen Prozentsätze eher als Richtwerte denn als endgültig betrachtet werden.

Dennoch wurden die Benchmarks von V3 weitgehend durch unabhängige Tests bestätigt, was DeepSeek die Glaubwürdigkeit verleiht, dass diese V4-Zahlen im richtigen Bereich liegen.

Preisgestaltung: Die Kostenrevolution geht weiter

Die Preisgestaltung von DeepSeek V4 ist sein disruptivstes Merkmal:

Der Cache-Hit-Preis ist besonders attraktiv: Wenn Ihre Prompts einen gemeinsamen Präfix teilen (was in Produktionsanwendungen fast immer der Fall ist), kosten gecachte input tokens nur $0.03 pro Million – ein Rabatt von 90%.

Was das in der Praxis bedeutet

Für einen typischen App-Entwickler, der 100M tokens pro Monat verarbeitet:

Dieser 10-40x Kostenvorteil ist der Grund, warum DeepSeek für das breitere KI-Ökosystem so wichtig ist. Es macht KI der Frontier-Klasse für Indie-Entwickler, kleine Startups und kostenbewusste Enterprise-Teams zugänglich.

Plattformen wie ZBuild können DeepSeek V4 als Backend-Modelloption integrieren und diese dramatischen Kosteneinsparungen direkt an Nutzer weitergeben, die KI-gestützte Anwendungen bauen.

Nativ Multimodal: Text, Bild und Video

Im Gegensatz zu V3 (nur Text) ist V4 nativ multimodal. Wie die Financial Times berichtete, integriert V4 die Text-, Bild- und Videogenerierung bereits während des Pre-trainings, anstatt Vision als separates Modul anzuhängen.

Das ist wichtig, weil:

1. Cross-modales Reasoning kohärenter ist – das Modell versteht Beziehungen zwischen Textbeschreibungen und visuellen Inhalten nativ.
2. Bild- und Videoverständnis – V4 kann Screenshots, Diagramme und Video-Frames zusammen mit Text analysieren.
3. Generierungsfähigkeiten – frühe Berichte deuten auf Text-to-Image- und Text-to-Video-Generierung hin, obwohl Qualitätsbewertungen noch ausstehen.

Für Entwickler, die Anwendungen bauen, die visuelle Inhalte verarbeiten – Dokumentenanalyse, UI-Design, Video-Zusammenfassungen – macht die native multimodale Unterstützung separate Vision-APIs überflüssig.

Praktische multimodale Anwendungsfälle

Die native multimodale Integration ermöglicht verschiedene praktische Workflows:

• Code aus Screenshots: Stellen Sie einen Screenshot eines UI-Designs bereit und V4 generiert den entsprechenden Code – HTML/CSS, React-Komponenten oder SwiftUI-Views.
• Diagramm-Verständnis: Geben Sie Architekturdiagramme, Flussdiagramme oder Datenbank-Schemas ein und V4 erklärt das Design, identifiziert Probleme oder generiert Implementierungscode.
• Dokumentenverarbeitung: Extrahieren Sie strukturierte Daten aus gescannten Dokumenten, Rechnungen und Formularen ohne eine separate OCR-Pipeline.
• Video-Zusammenfassung: Verarbeiten Sie Video-Frames, um Zusammenfassungen, Transkripte zu erstellen oder Schlüsselmomente hervorzuheben.

Für App-Builder wie ZBuild bedeutet natives Multimodal, dass Nutzer Mockups und Screenshots direkt als Teil des Workflows zur App-Erstellung hochladen können – die KI versteht den visuellen Kontext ohne zusätzliche Tools.

Auswirkungen von Open-Source

Die Apache 2.0-Lizenz von DeepSeek V4 ist wohl bedeutender als seine Benchmark-Ergebnisse. Hier ist, was sie ermöglicht:

Self-Hosting

Organisationen mit Anforderungen an die Datensouveränität können V4 auf ihrer eigenen Infrastruktur betreiben. Keine API-Aufrufe, keine Daten, die das Haus verlassen, keine Anbieterabhängigkeit. Die etwa 37B aktiven Parameter pro token machen es auf High-End-Enterprise-GPU-Clustern ausführbar.

Fine-tuning

Die offenen Gewichte ermöglichen domänenspezifisches Fine-tuning – für Medizin, Recht, Finanzen oder jeden spezialisierten vertikalen Markt. Dies ist mit proprietären Modellen von OpenAI oder Anthropic unmöglich.

Forschung

Die vollständigen Architekturdetails und die Trainingsmethodik ermöglichen es der Forschungsgemeinschaft, auf den Innovationen von DeepSeek aufzubauen. Engram memory, DSA und Manifold-Constrained Hyper-Connections stehen alle für Studien und Verbesserungen zur Verfügung.

Kostenkontrolle

Selbst über die bereits niedrigen API-Preise von DeepSeek hinaus kann Self-hosting in großem Maßstab die Kosten pro token weiter senken. Für Anwendungen mit hohem Volumen, die monatlich Milliarden von tokens verarbeiten, kann das Self-hosting von V4 100x günstiger sein als proprietäre API-Preise.

DeepSeek V4 vs. V3: Sollten Sie upgraden?

Für bestehende DeepSeek V3-Nutzer ist hier die Upgrade-Abwägung:

Fazit: Upgraden. Die Kostensteigerung ist vernachlässigbar, und die Funktionsverbesserungen – insbesondere Engram memory und das Kontextfenster von einer Million tokens – sind substanziell. Der einzige Grund, bei V3 zu bleiben, ist, wenn Sie Produktions-Workloads haben, die die exakte Verhaltenskonsistenz Ihres aktuellen Modells erfordern.

Wie DeepSeek V4 in das Entwickler-Ökosystem passt

Für Indie-Entwickler und Startups

Die Preisgestaltung von V4 macht KI der Frontier-Klasse für Startup-Budgets zugänglich. In Kombination mit der Apache 2.0-Lizenzierung können Sie Produktionsanwendungen bauen und bereitstellen, ohne sich über die Skalierung der API-Kosten Gedanken machen zu müssen. Tools wie ZBuild, die mehrere Modellanbieter integrieren, ermöglichen es Ihnen, den Kostenvorteil von DeepSeek V4 zu nutzen und gleichzeitig die Option zu behalten, spezifische Aufgaben bei Bedarf an andere Modelle zu leiten.

Für Enterprise-Teams

Die Option zum Self-hosting adressiert gleichzeitig Bedenken hinsichtlich Datensouveränität, Compliance und Kosten. Die Fine-tuning-Fähigkeit bedeutet, dass Sie domänenspezifische Modelle bauen können, die Allzweck-Alternativen in Ihrem spezifischen vertikalen Markt übertreffen.

Für Forscher

Die offene Architektur ist eine Goldgrube. Engram memory allein eröffnet mehrere Forschungsrichtungen – konditionale Memory-Architekturen, Optimierung der Sparsity-Allokation und hybride Retrieval-Computation-Systeme.

Für die KI-Industrie

V4 setzt jeden Anbieter von Frontier-Modellen unter Druck, seine Preisgestaltung zu rechtfertigen. Wenn ein Open-source-Modell proprietäre Benchmarks erreicht oder übertrifft und das bei 10x niedrigeren Kosten, verschiebt sich das Wertversprechen geschlossener Modelle von "besserer Performance" zu "besserer Integration, Support und Zuverlässigkeit".

Risiken und Unsicherheiten

Benchmark-Verifizierung

Die Behauptung von 81% bei SWE-Bench benötigt eine unabhängige Bestätigung. DeepSeek war bei den V3-Benchmarks vertrauenswürdig, aber Modelle mit einer trillion Parametern sind schwerer konsistent zu evaluieren. Warten Sie auf die Ergebnisse von Artificial Analysis und LMSYS, bevor Sie Infrastrukturentscheidungen basierend auf exakten Zahlen treffen.

Geopolitisches Risiko

DeepSeek ist ein chinesisches Unternehmen, und die technologischen Spannungen zwischen den USA und China halten an. Exportkontrollen, Einschränkungen beim API-Zugang oder politischer Druck könnten die Verfügbarkeit für westliche Entwickler beeinträchtigen. Self-hosting mit offenen Gewichten mildert dieses Risiko ab, beseitigt es aber nicht.

Multimodale Qualität

Die multimodalen Fähigkeiten sind der am wenigsten getestete Aspekt von V4. Die Qualität des Bild- und Videoverständnisses benötigt eine Validierung in der realen Welt über interne Benchmarks hinaus.

Support und Zuverlässigkeit

Open-source bedeutet Community-Support, nicht Enterprise-SLAs. Wenn Ihre Produktionsanwendung von V4 abhängt, sind Sie für Uptime, Skalierung und Debugging verantwortlich. Der API-Service von DeepSeek war bisher zuverlässig, bietet aber nicht die Infrastruktur für Enterprise-Support wie OpenAI oder Anthropic.

Das Fazit

DeepSeek V4 ist das bisher wichtigste Open-source-KI-Modell, das im Jahr 2026 veröffentlicht wurde. Seine Kombination aus einer Skala von einer trillion Parametern, der Engram-Memory-Innovation, einem Kontext von einer Million tokens, nativen multimodalen Fähigkeiten und einer aggressiv niedrigen Preisgestaltung unter einer Apache 2.0-Lizenz macht es zu einer echten Alternative zu proprietären Frontier-Modellen.

Die Vorbehalte sind real – die Benchmark-Verifizierung läuft noch, geopolitische Risiken existieren und der Enterprise-Support ist begrenzt. Aber für Entwickler und Organisationen, die bereit sind, durch diese Unsicherheiten zu navigieren, bietet V4 Fähigkeiten der Frontier-Klasse zu einem Bruchteil der Kosten.

Egal, ob Sie über die API von DeepSeek darauf zugreifen, es auf Ihrer Infrastruktur selbst hosten oder es über Plattformen wie ZBuild nutzen, die mehrere Modellanbieter integrieren: DeepSeek V4 verdient einen Platz in Ihrem KI-Toolkit.

Häufig gestellte Fragen

Kann ich DeepSeek V4 auf Consumer-Hardware selbst hosten?

Nicht praktikabel. Obwohl das Modell nur etwa 37B Parameter pro token aktiviert, erfordert das Hosten des vollständigen 1T-Parameter-MoE-Modells erheblichen GPU-Speicher für die Expert-Routing-Tabellen. Sie benötigen GPU-Cluster der Enterprise-Klasse (mehrere A100s oder H100s). Für die meisten Entwickler ist die API von DeepSeek mit $0.30/M input tokens weitaus kosteneffizienter als Self-hosting, es sei denn, Sie verarbeiten monatlich Milliarden von tokens.

Wie unterscheidet sich V4 Lite vom vollständigen V4-Modell?

DeepSeek V4 Lite erschien am 9. März 2026 auf der Website von DeepSeek, aber es wurden noch keine offiziellen Spezifikationen veröffentlicht. Basierend auf den Namensmustern von DeepSeek bei V3 bezieht sich "Lite" wahrscheinlich auf eine destillierte oder kleinere Variante, die auf Kosten einiger Fähigkeiten für Geschwindigkeit und Kosten optimiert wurde. Erwarten Sie, dass es schneller und günstiger ist, aber eine geringere Performance bei komplexen Reasoning-Aufgaben aufweist.

Ist DeepSeek V4 für bestimmte Themen zensiert?

Wie alle chinesischen KI-Modelle verfügt DeepSeek V4 über Inhaltsfilter für politisch sensible Themen, insbesondere solche, die die chinesische Politik und Regierungsführung betreffen. Für allgemeine Entwicklungs-, Coding- und technische Anwendungsfälle haben die Filter minimale Auswirkungen. Für Anwendungen, die sensible politische Inhalte oder uneingeschränkte Generierung beinhalten, ist dies eine legitime Überlegung.

Welche Programmiersprachen beherrscht V4 am besten?

Basierend auf den SWE-Bench-Ergebnissen (die hauptsächlich Python, JavaScript und Java testen) brilliert V4 bei gängigen Sprachen. Berichte aus der Community deuten auf eine starke Performance bei Python, JavaScript/TypeScript, Java, Go, Rust und C++ hin. Weniger verbreitete Sprachen wie Haskell, Elixir oder Zig haben aufgrund der Verteilung der Trainingsdaten wahrscheinlich eine schwächere Unterstützung.

Wie schlägt sich DeepSeek V4 im Vergleich zu Llama 4 beim Self-hosting?

Beide sind Open-source und unter permissiven Lizenzen verfügbar. Die MoE-Architektur von DeepSeek V4 mit etwa 37B aktiven Parametern pro token bietet eine bessere Performance pro Rechenleistung als dichte Modelle. Der Vorteil von Llama 4 liegt im größeren Ökosystem von Meta und dem Community-Support. Bei der reinen Leistungsfähigkeit pro Dollar gewinnt wahrscheinlich V4. Für Community-Tools und das Fine-tuning-Ökosystem könnte Llama zugänglicher sein.

Quellen

• DeepSeek V4: Engram Architecture Revealed
• DeepSeek V4: What's Next — Architecture, DSA, Engram & More
• Introl: DeepSeek V4's 1-Trillion Parameter Architecture
• ByteIota: DeepSeek V4 Targets 80.9% SWE-Bench Record
• CyberNews: DeepSeek V4 Review
• Evolink: DeepSeek V4 Release Date
• PromptZone: DeepSeek V4 Status Report March 2026
• VERTU: DeepSeek V4 Engram Architecture
• Kili Technology: DeepSeek V4 Guide
• Evermx: DeepSeek V4 Multimodal Launch
• RecodeChina: DeepSeek's Next Move
• DeepSeek V4 Status and Leaks